Régression logistique sklearn "ValueError: tableau trouvé avec dim 3. Estimateur attendu <= 2."
Je tente de résoudre ce problème 6 dans ce cahier. La question est de former un modèle simple sur ces données en utilisant 50, 100, 1000 et 5000 échantillons d'apprentissage en utilisant le modèle LogisticRegression de sklearn.linear_model. https://github.com/tensorflow/examples/blob/master/courses/udacity_deep_learning/1_notmnist.ipynb
lr = LogisticRegression()
lr.fit(train_dataset,train_labels)
C'est le code que j'essaie de faire et cela me donne l'erreur. ValueError: tableau trouvé avec dim 3. Estimateur attendu <= 2.
Une idée?
UPDATE 1: Mettez à jour le lien vers le cahier Jupyter.
scikit-learn attend des tableaux de nombres 2d pour l'ensemble de données d'apprentissage d'une fonction fit . L'ensemble de données que vous transmettez est un tableau 3D dont vous avez besoin pour transformer le tableau en un fichier 2D.
nsamples, nx, ny = train_dataset.shape
d2_train_dataset = train_dataset.reshape((nsamples,nx*ny))